söndag 19 november 2017

Om pubrundor och trädbeskärning


Figur 1: Lösningen (1, 2, 5, 4, 3, 6) för ett TSP med 6 noder.


För ett tag sedan dök en artikel upp i mitt flöde som fångade mitt intresse en smula. Det handlade om en grupp matematiker som hade löst ett problem med att hitta den kortaste pubrundan som besökte alla pubar i Storbrittanien. Detta ligger ganska nära de problem vad jag för närvarande pysslar med på jobbet. Annat pockade dock på uppmärksamheten så det är först nyligen som jag satte mig ner och läste originalartikeln, och jag insåg att det fanns fler beröringspunkter med mitt arbete än jag först trodde, och jag fick några intressanta uppslag. Artikeln är populärvetenskapligt hållen och kan rekommenderas, men jag ska ändå ge en egen beskrivning nedan med lite utvikningar.

Handelsresandeproblemet


Det hela är ett exempel på det klassiska så kallade handelsresandeproblemet, hädanefter refererat till dess engelska akronym TSP. TSP handlar kortfattat om att besöka ett antal (N) platser så att den totala kostnaden blir så låg som möjligt, där kostnaden att ta sig mellan varje par av platser är känd. Med kostnad kan avses många olika saker beroende på tillämpningen; sträcka, tid, pengar eller något annat. Och "platser" bör förstås metaforiskt; visserligen kan det handla om fysiska platser i logistiksammanhang, men det kan även handla om ett tillverkningssteg i en fabrik, och kostnaden att "ta sig mellan platser" kan då exempelvis vara tiden för att ställa om en maskin mellan två moment. Framgent kommer platser i stället kallas för noder, och vägen/kopplingen mellan två noder kallas kanter.

Figur 2: Beslutsträd för ett TSP med 6 noder som utgår från noden 1.
Rektanglarna anger vald dellösning hittills.
Siffrorna bredvid pilarna anger val av nästa nod.
Av utrymmesskäl är bara delar av trädet utritat.


Man kan visualisera lösningsprocessen med ett beslutsträd som i figur 2 ovan. Vi väljer en nod att starta i, vilken som helst. Vi kan kalla den nod 1. Därefter väljer man nästa nod att besöka, vilken som helst utan 1. Det innebär N-1 möjliga val som motsvaras av lika många grenar i beslutsträdet. För nästa nod att besöka finns det N-2 möjligheter o.s.v. Antalet möjliga sätt att besöka noderna på är (N-1)*(N-2)*...*2 vilket snabbt blir ett gigantiskt stort tal för stora N. Redan för ungefär N=20 går gränsen där det tar orimligt lång tid att testa alla lösningar, och TSP är ett så kallat NP-fullständigt problem, vilket gör att alla matematiker tror att det är omöjligt att lösa varje probleminstans inom rimlig tid. Lyckligtvis finns det tack vare stora forskningsinsatser effektiva algoritmer för att lösa realistiska problem med hundratals eller till och med tusentals noder med rimlig tidsåtgång. Dessa algoritmer kan delas upp i exakta eller approximativa.

Approximativa algoritmer


Denna klass av algoritmer nöjer sig med att hitta en lösning som inte nödvändigtvis är den bästa men som ändå är tillräckligt bra i utbyte mot att beräkningstiden hålls nere. Det kan vara värt att tillägga att approximativa algoritmer ibland avser en smalare kategori där man kan garantera att lösningens kostnad ligger inom ett visst avstånd från den optimala kostnaden. Jag använder dock den bredare betydelsen här.

Giriga algoritmer

Den kanske enklaste metoden - som nog de flesta skulle tänka ut om man funderade på det ett slag - är följande: Börja i någon nod, gå därefter till den nod till vilken kostnaden är lägst, därefter till den kvaravarande nod till vilken kostnaden är lägst, etc. Detta är ett typiskt exempel på så kallade giriga algoritmer; man gör hela tiden det som verkar vara bäst för stunden utan någon framförhållning. Giriga algortimer är allmänt beräkningssnabba men ger ofta ett mediokert resultat. De går dock att förbättra på många sätt genom diverse mer eller mindre smarta sätt att förse valet om vart man ska gå härnäst med olika typer av information. Sådana varianter används ofta som startlösning för lokalsökningsmetoder vilket vi ger oss på nu.

Lokalsökning

Denna breda klass av metoder innebär att man utgår ifrån någon lösning och försöker förbättra den genom små (lokala) förändringar. Ett exempel på en sådan förändring ges i figur 3 nedan. Den nya, förbättrade lösningen försöker man sedan ytterligare förbättra med samma metod. När det inte går att göra några fler lokala förbättringar har man nått ett lokalt optimum. En probleminstans har ofta många lokala optimum, och risken är att just det man hamnat i är avsevärt sämre än det globala optimum man söker. Samtidigt är lokalsökningsmetoder relativt beräkningssnabba, och man kan införa olika åtgärder för att ta sig ur lokala optimum och fortsätta sökningen. Ett exempel ges av simulerad glödgning där man slumpmässigt tillåter försämrande förändringar för att undvika att sökningen fastnar. Sannolikheten för att välja en sämre lösning avtar allteftersom sökningen fortgår och till slut hamnar man i vanlig lokalsökning.

Figur 3: Förbättring av turen i figur 1 till turen (1, 2, 3, 4, 5, 6) medelst kantbyte.

Metaheuristiker

Den sistnämnda metoden är ett exempel på så kallade metaheuristiker, en något diffus klass av metoder med syfte att effektivt och brett söka efter bra lösningar. Ofta är de inspirerade av naturen. Det mest kända exemplet är kanske genetiska algoritmer, där en population av lösningar utvecklas i generationer efter evolutionära principer såsom att de bästa lösningarna får "para sig" och kombinera ihop sig till nya lösningar. Andra metaheuristiker har inspirerats av vargflockar, myrsamhällen* och fågelsvärmar.

Hybridmetoder

De approximativa algoritmer som har levererat bäst resultat hittills kombinerar en metaheuristik med lokalsökning. I vissa fall är detta inbyggt i metaheuristiken från början, som för simulerad glödgning eller tabusökning. I andra fall kan det infogas på något systematiskt sätt, exempelvis genom att alltid köra lokalsökning varje gång en ny lösning skapas. Men nog om detta, vi är ju faktiskt ute efter den absolut bästa pubrundan, och då behöver vi exakta metoder.

Exakta metoder


Denna klass av metoder har egenskapen att de levererar en optimal lösning förr eller senare. I det sistnämnda fallet kan man avbryta efter en i förväg given bortre tidsgräns och förhoppningsvis åtminstone erhålla en lösning tillsammans med en tolerans som anger minst hur nära optimum man är procentuellt. De absolut vanligaste exakta metoderna är branch-and-bound, cutting planes och branch-and-cut som är en kombination av de två förstnämnda.

Branch-and-bound

Idén bakom branch-and-bound (B&B) är att på något sätt kunna sätta en undre gräns på den bästa lösningen givet olika positioner i beslutsträdet. Säg att vi till exempelvis vill utforska alla lösningar där vi besöker BrewDog-baren i Edinburgh direkt efter motsvarande i Camden**. Ponera att vi på något sätt visste att sådana lösningar aldrig kan vara kortare än 46 000 km. Detta kallar vi en undre gräns för denna del av sökträdet. Tänk om vi dessutom redan kände till en lösning som är kortare än 46 000 km - exempelvis genom några av de approximativa metoderna beskrivna ovan. Detta kallar vi en övre gräns för hela problemet. Då vet vi att den optimala lösningen inte finns i denna del av beslutsträdet, och vi kan strunta att leta vidare just här. Vi kan beskära denna del av trädet. Denna idé genomför vi sedan generellt genom att för varje position i beslutsträdet beräkna en undre gräns och jämföra denna med den nuvarande övre gränsen. Varje gång vi stöter på en ny lösning (genom att tränga hela vägen ner i trädet genom någon väg) som är den bästa hittills får vi en ny övre gräns som är bättre än den förra. Genom effektiv beskärning av trädet blir det en hanterbar mängd lösningar som behöver analyseras.

Kärnfrågan är hur vi beräknar dessa undre gränser, och framgången hos B&B är helt avhängigt hur tajt vi lyckas med detta. Vi kan ju alltid säga att 0 är en undre gräns, men det hjäper oss föga. Ett sätt är via så kallade relaxeringar. En relaxering innebär att vi släpper på vissa krav i problemformuleringen och får ett generellare problem som samtidigt är lättare att lösa. Varje lösning till ursprungsproblemet är också en lösning till det relaxerade problemet, men inte tvärtom. Därmed blir den optimala lösningen för det relaxerade problemet en undre gräns. För TSP så är ett exempel på relaxering att tillåta flera turer/slingor/cykler, något som brukas kallas "minimum cycle cover problem", och illustreras i figur 4. Detta problem är betydligt enklare än TSP och en optimal lösning kan beräknas med en tidsåtgång som är proportionell mot N^2.

Figur 4: En "cycle cover" för ett TSP med 6 noder.


Cutting planes

Det här är en teknik som kräver lite mer matematisk kunskap för att förstås, men vi gör ett försök. Grundtanken är att man inför binära kantvariabler x1, x2, x3 etc. enligt någon numrering på kanterna, där värdet på variabeln är 1 om kanten är med i lösningen och 0 annars. Om vi samtidigt betecknar kanternas kostnader med c1, c2, ... så ges den totala kostnaden av

z = x1*c1 + ... + xN*cN

Vi vill alltså minimera z, men för att få en koppling till TSP så måste vi lägga på lite ytterligare krav på kantvariablerna så att vi inte kan välja kanter hur som helst. För att vi ska passera varje nod exakt en gång så krävs att varje nod är ändpunkt för exakt två kanter. För en nod som är ändnod i kanterna 2, 3, 5 och 6 kan vi uttrycka detta som

x2 + x3 + x5 + x6 = 2

Ett liknande bivillkor kan ges per nod för att säkerställa att varje nod besöks exakt en gång. Däremot garanterar dessa bivillor inte att vi får en riktig tur, utan det kan se ut som i figur 4. För att garantera en riktig tur måste vi ställa ytterligare bivillkor, så kallade sub-tour elimination constraints. Det ena sättet går via att införa fler variabler, och fördelen med detta sätt är att det krävs en måttlig mängd extra bivillkor. Ett alternativ är i stället att uttrycka bivillkoren enbart med kantvariablerna, men då får vi en enorm mängd bivillkor. Detta går dock att hantera via det som kallas för cutting planes.

Grundtanken är att vi släpper på kravet att kantvariablerna bara kan anta värdena 0 eller 1, och i stället tillåter att de kan vara allt mellan 0 och 1. Då blir problemet att försöka minimera z med bivillkoren ett mycket enklare problem som kan lösas effektivt med simplexmetoden. Om denna optimala lösning faktiskt är en TSP-lösning (alla kantvariabler är 0 eller 1, och de kanter som är med bildar en tur) är vi klara och har hittat den optimala TSP-lösningen. Om inte lägger vi till några väl valda bivillkor och upprepar proceduren. Notera att vi i varje upprepning får en undre gräns till det optimala värdet. Detta går förstås att kombinera med branch-and-bound, och då får man något som kallas branch-and-cut vilket får ses som kronan på verket bland algoritmer för TSP. I branch-and-cut väljer man att förgrena problemet på någon kantvariabel som varken är 0 eller 1, och skapar ett delträd för 0 och ett för 1.

Knyta ihop säcken


Nu återstår en sista aspekt som för egen del kanske är den intressantaste och som var det som på allvar gjorde att jag intresserade mig för detta projekt. När antalet noder är N = 24 727 så är det potentiellt ungefär 306 miljoner avstånd mellan pubar som behöver beräknas. Eftersom vi vill veta det faktiska gångavståndet så får vi vända oss exemeplvis till Google Maps för varje sådan avståndsberäkning. Detta är helt ogörbart, och man får hitta någon bra strategi för att hantera detta.

För de tillämpningar jag sysslar med så har vi liknande svårigheter. Vi försöker minimera den totala tid en industrirobot behöver för att utföra ett antal uppgifter (exempelvis punktsvetsar på en kaross) samt att förflytta sig mellan de olika uppgifterna. Tiden det tar för alla dessa parvisa förflyttningar kan beräknas med en sofistikerad banplaneringsalgoritm som tyvärr är ganska tidskrävande, och att beräkna alla potentiella förflyttningar är ej aktuellt.

Lösningen är att hitta en approximation av avstånden/tiderna/kostnaderna som är snabb att beräkna och samtidigt alltid är lägre än det faktiska värdet. För gångavstånden mellan pubarna kan man använda "fågelavståndet", och för robotarna finns ett liknande kortaste avstånd där man bortser från diverse geometriska hinder. Dessa approximationer är vad som används initialt för alla kanter. Kanter som verkar lovande och som man av någon anledning tror kan ingå i den optimala lösningen analyseras fullt ut. Exakt vilka kriterier som används för detta går jag inte in på här, men det är ändå värt att påpeka att lösningar som används för en övre gräns måste ha alla ingående kanter fullt analyserade. Och oavsett hur många kanter vi har beräknat den faktiska kostnaden för så kommer vi hela tiden få giltiga undre gränser för den optimala lösningen. Görs detta på ett smart sätt kommer förhoppningsvis bara en liten bråkdel av alla faktiska kantkostnader beräknas. För detaljer angående pubrundeproblemet hänvisas till originalartikeln.


* Jag håller just på med en artikel där vi använder en sådan algoritm
** Bara för att få dessa sunkhak snabbt överstökade

söndag 12 november 2017

Skärsbärs - bitter



Att blanda ("skära") mina p-lambikar med diverse vanlig öl har blivit ett favoritsätt att ska nya, intressanta produkter, något som jag klart föredrar framför att tillsätta frukter och bär exempelvis. Denna gång har turen kommit till bitter som ölstil att blanda med. Det tror jag kommer funka bra av många skäl. Såväl maltighet som humle- och jästaromer kan potentiellt gifta sig bra med surölet. Vidare har bitter lågt FG vilket gör att jag inte behöver oroa mig för särskilt mycket vidarejäsning efter blandning. Vis av tidigare blandningar där det har blivit en del pigga flaskor så drog jag dock ner på kolsyresockermängden ganska ordentligt.

Data:
  • Volym 10 l
  • OG 1050
  • FG 1009
  • Abv 5,5
  • IBU 25
  • SRM 6
  • pH 3,35
Blandning:
Bedömning:

Snygg gyllengul färg, kortvarigt vitt skum. Fruktig arom där lambiken dominerar med äpplen och grapefrukt, men Huresvärden bidrar på subtil nivå. Det finns även diskreta humliga toner.

Syran är distinkt men inte påträngande, och det finns en beska som passar väldigt bra in. Väldigt gott, men jag hade gärna sett att Hyresvärden hade kommit fram mer. Jag får överväga att ha en större andel icke-lambik i blandningen, eller att ha ett öl med mer stuns typ en ipa.

söndag 5 november 2017

All In Beer Fest 2017



I helgen var det dags för den femte upplagan av All In Beer Fest. Min vana trogen från de senaste åren nöjde jag mig med fredagspasset, och satte mig direkt efter jobbet på buss 16 som tog mig ut till festivalen. Jag anlände till Eriksbergshallen strax innan klockan 18 och kunde traska rätt in utan att fastna i köer. Jag passade på att äta något direkt och kunde samtidigt se på när köerna till polletterna krympte. En annan kö som tydligen också krympte eller snarare upplöstes under samma period var den till Omnipollos glassöl. Allt som var kvar var en skylt med texten "Slut" vilket för egen del var sak samma.

Inför festivalen hade det varit ett visst surr om att det inte var lika många heta bryggerier som tidigare år, i synnerhet när några bryggerier och öl från USA uteblev, bland annat på grund av fraktproblem. Man kan inte heller undgå tanken att konkurrensen med Brewskival gör det svårare att locka hit utländska bryggerier. Även om jag personligen inte är särskilt intresserad av hajpade bryggerier och öl, hade det ändå varit kul med lite fler nya bekantskaper.

Annars var det ett väloljat arrangemang som tidigare. Det var gott om plats, och nog hade man kunnat slängt dit några ståbord till på de stora golvytorna. Jag hörde i efterhand lite klagomål på långa köer till det enda matstället, men det var inget jag drabbades av själv. Varför man hade hoppat över mattruckarna i år vet jag inte, det har kännts som ett trevligt inslag.

Vad ölen beträffar så var det jämn kvalitet utan några tydliga bottennapp, men tyvärr också med få riktiga toppar bland de öl jag provade. Allmänt var utbudet en smula enahanda med ipor, surisar, saisoner och imperial stout i olika variationer. Jag hade gärna sett någonting likt Nynäshamns lagermonter på Brewskival för att bryta av.

Men några av de bästa ölen bjöd faktiskt på just detta avbrott. Good guys go to helles var en riktigt bra ljus tysk lager. Bryggeributiken hade gjort en riktigt bra witbier som inte alls smakade witbier utan bara en schysst ljus belgare i största allmänhet. Dessutom fanns det en riktigt bra klassisk icke-grumlig ipa från New York-bryggeriet LIC.

Bland grumlighumliga öl var föga överraskande Stigberget överlägset bäst med sin Sublimo. Bland alla fruktsurisar utmärkte sig Psychopipes Ombrophobia som förenade tropisk frukt med jordiga, färska hallon på ett mycket förtjänstfullt sätt. Det var ett öl man hade velat ha obegränsad tillgång till under varma sommardagar.

Vid niosnåret började jag känna att jag var nöjd med promillehalten och begav mig hemåt. När vi hade kommit till Frihamnen släppte plötsligt busschauffören av samtliga passagerare på grund av att bussen krånglade och behövde köras raka vägen till garaget. Där fick vi sedan stå mitt ute i ingemansland och vänta en kvart på nästa buss. Jag skulle nog stannat på festivalen en timma till. Men det kommer förhoppningsvis en chans till nästa år.

söndag 29 oktober 2017

Att brygga dubbelbock


Dubbla gaffelbockar.

Gårdagen ägnades åt att brygga en dubbelbock med två andra högprofilerade hembryggare; Rick Lindqvist och Sebastian Jonsson. Bryggningen ägde rum hemma hos den förstnämnda och förutom dåligt utbyte gick allting som en dans. Efter en femtimmarsbryggning inklusive städning och diskning drog vi vidare till ett sista besök på Rover innan ägarbytet.

Dubbelbock är mångt och mycket det perfekta maltiga ölet för egen del. Imperial stout, wee heavy och kornvin i all ära, men i dubbelbocken får verkligen malten spela förstafiolen på ett oöverträffat sätt med en för mig perfekt alkoholhalt på ungefär 7,5 %. Jag föredrar en dubbelbock framför en vanlig bock, samtidigt som jag helst hoppar över de starkaste versionerna på 8-9 % och uppåt. Något man inte alltid tänker på är att en dubbelbock kan vara ljus. Andechser gör den utmärkta ljusa dubbelbocken Bergbock Hell och kallar sin mörka version för Andechser Doppelbock Dunkel för tydlighets skull.

Men hur brygger man en dubbelbock själv? Man kan förstås försöka brygga någonting enligt den tyska bryggkonstens alla regler med dekoktionsmäskning, lång kall underjäsning och allt vad det heter. Detta är nog ett måste om man vill komma riktigt nära de tyska originalen. Eller så kan sänka ribban och nöja sig något som blir lite annorlunda men som kan bli lika gott för det. Nedan skissar jag principerna för en sådan förenklad dubbelbocksbryggning för hemmapulare. Fokus ligger på den mörka versionen med hintar om hur man modifierar för en ljusare variant.

Malt och mäskning

Grunden för en (mörk) dubbelbock är münchnermalt som utgör minst 50 % av maltnotan, gärna ännu mer. Detta kompletteras med en smula pilsnermalt för enzymer, samt 5-10 % mörk karamellmalt och 1-2 % rostad malt, helst den "avskalade" varianten. Ett exempel på maltschema för 20-ish liter kan vara
  • 5 kg mörk münchnermalt
  • 1 kg pilsnermalt
  • 500 g Caramünchnermalt III
  • 100 g Carafa III special
Vill man göra en ljus version skippar man karamellmalt och rostad malt, ökar mängden pilsnermalt samt drar ner kraftigt på münchnermalten och kanske till och med byter ut den mot wienermalt. Målet är en gyllengul färg och en intensivt brödig maltsmak. Man kan förstås tänka sig mellanting också.

En vanlig enkel infusionsmäskning duger gott. Har man ett automatiskt bryggverk kan man slänga in en kort proteinrast på 10-15 minuter, även om det nog likaväl kan kvitta. Har man en fäbless för komplicerade metoder kan man ge sig på en dekoktionsmäskning, men den eventuella nyttan är högst tveksam.

Vatten

Normalt mjukt svenskt vatten borde fungera bra som det är till den mörka varianten. För ljusa versioner eller för de delar av Sverige som har hårt och alkaliskt vatten kan lite mjölksyra behövas för att få ett vettigt pH. Som bonus ger man då även ett välförtjänt långfinger åt renhetslagarna.

Humle och kok

Beska och framförallt humlearom ska hållas tillbaka i en dubbelbock, och därför nöjer man sig med en bittergiva samt en mindre giva vid 20-30 minuter. Totalt siktar man på ungefär 25 IBU. Med den lilla andelen pilsnermalt i den mörka versionen behöver man inte oroa sig för DMS och kan nöja sig med en timmas kok. Vill man jaga några procentenheters utbyte samt få en gnutta mer Maillardprodukter kan man förlänga koket till två eller till och med tre timmar.

Jäsning

Det finns gott om utmärkta jäststammar som kan användas. För att minska valmöjligheterna och för högre autenticitet kan man begränsa sig till bayerska underjäster som WLP 820/830/833/838 eller deras Wyeast-motsvarigheter 2206/2214/2487/2308. Förkultur rekommenderas vänligt men bestämt. Vill man prompt använda torrjäst är W-34/70 ett habilt alternativ, och då är det bättre att satsa på ett extra paket vid behov än förkultur.

En modern underjäsning rekommenderas där man startar jäsningen runt 10 C för att efter en knapp vecka höja temperaturen till >15 C och låta utjäsningen ske vid denna temperatur. Efter totalt två veckor kan man köra en kortare lagring i en vecka eller så för att därefter paketera och eventuellt lagra vidare på flaska eller fat.

Paketering

Jag har aldrig förstått mig på tanken att man vill ha mycket kolsyra generellt i lageröl och kolsyrejäser en dubbelbock med 5 g/l strösocker som de flesta av mina öl. Man gör som man vill men jag tycker maltigheten i en dubbelbock främjas av en måttlig kolsyrenivå.

Har man koll på sin process vad gäller rengöring, oxidering och jästhantering ska man med hjälp av ovanstående råd kunna brygga en dubbelbock som smakar utmärkt redan en dryg månad efter bryggdagen och som håller sig i ett halvår i alla fall. Även om den mörka malten hjälper till att skydda mot oxidering så är inte dubbelbock något utpräglat lagringsobjekt utan drickes precis som de flesta öl med fördel färsk.

söndag 22 oktober 2017

Bryggmoment jag skippar




Som jag har varit inne på tidigare så är enkelhet en ledstjärna för mig i mitt bryggande. Det gäller främst receptmässigt men även bryggtekniskt i viss mån. Jag är skeptisk till att införa moment som jag inte ser någon tydlig nytta med. Nedan listar jag några moment som verkar vara hyfsat vanliga hos andra bryggare, även om det kanske är ovanligt att använda alla dessa.

Kallmäskning av rostad malt

De två förmenta problem som denna teknik är tänkt att lösa är syrlighet och kärvhet. Syrlighet tycker jag är ovanligt i mörka öl, och det är ganska enkelt att undvika genom vattenbehandling med karbonater. Kärvhet kan jag inte påminna mig ha upplevt som ett problem alls. Däremot kan man få en ganska skarp rostad smak med stora mängder av svartmalt och rostat korn. Men detta tycker jag delvis är en del av smakprofilen, och jag håller den hellre i schack genom att hålla tillbaka mängderna av nämnda maltsorter. Eventuellt kan man komplettera med Carafa-sorter som har en lite mildare rostad smak. Tittar man på kommersiella recept kan de ibland delvis innehålla Caramalt. Jag tvivlar dock på att kommersiella bryggerier använder kallmäskning i någon större utsträckning.

Utmäskning

Även utmäskning brukar motiveras med två skäl. Det första är att få en smidigare lakning och samtidigt lite bättre utbyte. Detta känns som ett icke-problem för egen del. Det andra skälet är att avbryta den enzymatiska aktiviteten och fixera vörtens sammansättning av sockerarter. Detta känns ännu mindre relevant. Den enda effekten jag har märkt av utebliven utmäskning är att mäsktemperaturens effekt på utjäsningen tycks vara några något lägre för mig när jag jämför mina siffror med andras. Men det spelar inte någon som helst roll. Rent allmänt så håller jag inte på med stregmäskning, men det är nästan värt ett helt ämne för sig självt.

Whirlpool

Syftet med whirlpool är att sedimentera humlerester och druv i en kon för att kunna separera bort detta från vörten. Detta har aldrig fallit mig in att göra. I stället kör jag genom saftsil vilket filtrerar bort humlen effektivt men släpper i genom viss druv. Det sistnämnda bedömer jag inte vara något problem att bry sig om.

Rehydrering av torrjäst

Av punkterna på listan är detta moment nog det som har flest övertygade anhängare, ibland nästan med religiös trosvisshet. Jag har skrivit om det tidigare i sammanhanget jästmängd, och har inget mer att tillägga just nu. Detta är ändå något som jag överväger att börja med, men jag får återkomma om detta.

söndag 15 oktober 2017

Pseudolambik #30



För ganska exakt år sedan bryggde jag sats 26. Att jag inte har testat att göra en delad sats med två olika bottensatskulturer tidigare är mycket förvånande. Men det tänkte jag ta igen framöver. Förhoppningsvis kan det bli andra kombinationer än 3F/Cantillon, men just nu kör jag på resterna från förra bryggningen. Ska bli kul att se hur det blir med oxiderad humle.

Data:
  • Satsstorlek 24 l
  • OG 1050
  • IBU ~30
  • SRM ~5
Extraktgivare:
  • 4 kg pilsnermalt
  • 2 kg krossat vete
Grumlig mäskning, erhållna temperaturer
  • 43 C
  • 55 C
  • 63 C
  • 70 C
  • 78 C
Humle:
  • 110 g gammal, oxiderad humle i 3 timmar
Total koktid drygt 3 timmar.

Mikroorganismer:

Jäsning vid varierande källartemperatur med bottensatserna från sats 26.

söndag 8 oktober 2017

Brygd #166: Vintervärmare



Det har nästan blivit en hösttradition med att brygga en vintervärmare. Just därför kan det vara sista gången på ett tag, jag får se. Förra årets blev lite för ljus, eventuellt för att jag fick fel eller för ljus karamellmalt, men för säkerhets skull brassade jag på lite extra med såväl mängd som färg. Vörten såg härligt djupröd ut i alla fall. Annars är det mesta som de senaste årens upplagor.

Data:
  • Satsvolym 22 l
  • OG 1068
  • FG 1014
  • Abv 7,1 %
  • IBU 35
  • SRM 18
  • mäsk-pH 5,1
Extraktgivare:
  • 5 kg pale ale-malt (maris otter) 5 kg
  • 1 kg karamellmalt, SRM 70
  • 200 g mörkt muscovadosocker
Infusionsmäskning vid 68 C i en timma.

Humle:
  • 10 g magnum i 60 minuter
  • 50 g bramling cross i 20 minuter
  • 50 g bramling cross vid kokslutet
Vatten:

Göteborgsvatten med följande tillsatser till mäsken
  • 5 g kalciumsulfat
  • 5 g kalciumklorid
  • 5 ml mjölksyra
Jäst:

Jäsning med Wyeast 1469 (halva jästkakan från Hyresvärden)
  • vid 19-20 C i 4 dagar
  • vid 22-23 C i 10 dagar
Övrigt:
  • Klarning med 1 krm Protafloc
  • Kolsyrejäsning på flaska med strösocker, 4 g/l
Bedömning 2017-11-06:

Två veckor efter flasktappning hälls den upp snyggt kopparröd med ett ljust beige skum.

Aromen är fruktig och karamellig, med subtila murriga björnbärstoner. Medelfyllig till fyllig kropp, ganska mjuk kolsyra. Avslutningen är torr med medelhög beska.

Gott eller kanske till och med mycket gott, men den jäste ut lite mer än vad jag hade önskat. Hade dessutom velat ha ännu mer murriga karamellmaltstoner, och borde kanske ha bytt ut halva mängden karamellmalt mot en ännu mörkare variant.